阿里神级AI模型EMO上线通义APP：支持一张图生成人物表情神态AI音乐MV，五音不全一键速成“唱跳RAP”

2025-04-14 13:05:06 | 来源: AICG工具箱

??AI小姐姐唱陶喆的《Melody》

以上AI生成视频，经由一张人像图片与音乐合成，就能生成一则绘声绘色的AI视频MV。

AI在端掉人类网络主播饭碗的道路上高歌猛进！

日前，阿里通义实验室自研的人像视频生成模型EMO上线通义千问APP，人人可玩，免费对外开放。

上传一张图就能掌握“唱跳RAP”的EMO模型怎么玩？

在通义千问APP内，找到「全民舞台」-「全民唱演」，就可以免费体验这款新的大模型产品。

不信你点开看??，让甄嬛唱歌?也是信手拈来：

用户只需简单三步操作：

选择喜欢的模版、上传一张肖像照片、点击生成视频。就可以实现让照片中人物开口唱任意歌曲的神奇效果。

目前因为体验的用户过多，早期生成一则影片需要20分钟左右，建议可以选择凌晨等较少人的时段生成。

EMO模型是阿里通义实验室精心研发的AI模型，其背后的肖像说话技术正是当前AIGC领域的热门话题。

与传统的“数字人说话”技术相比，阿里EMO模型采用了创新的「弱控制」设计，无需对人脸、人头或身体部分进行繁琐的3D建模，即可轻松驱动肖像开口说话。不仅大大降低了AI视频生成的成本，还显著提升了视频的质量。

其主要的创新在于，阿里EMO模型具备强大的学习能力，能够编译人类脸部情绪的能力。

与其他的视频模型相比，阿里EMO可以将歌曲的韵律与人物表情、嘴型完美匹配，甚至还能赋予丰富的人物语气特征和情绪色彩，细腻反映在人物的脸部微表情上，让AI数字人的视频惟妙惟肖，真假难辨！

通义千问APP首批上线了多达80款EMO模板，涵盖了热门歌曲、网络热梗等多种内容。该模型目前仍在公测阶段，暂不支持用户自定义上传音频。

EVA曾经在早前2月的时候，介绍过这款EMO模型，论文介绍可查看下方地址。??

?往期回顾：

开局一张图，内容AI编：阿里发布人物肖像神态表情AI短视频生成模型EMO：AI小姐姐唱跳RAP，全由你做主

2月28日，阿里巴巴人工智能团队发布了基于音频驱动的肖像脸部表情神态动作视频生成框架EMO（Emote Portrait Alive）。